机器学习及其应用：支持向量机(SVM)PPT教学课件.pptx

下载文档加入资源篮

ID编号 5108
阅读 0
下载 0
格式 pptx
大小 1.97 MB
约92页
2026-09-18
评论
收藏
赞(0)
海报
分享

微信扫码分享或点击分享到

QQ空间

QQ好友

新浪微博

复制链接

分享赚佣金
版权申诉

1/92页

2/92页

3/92页

在线预览已结束，请下载后查看完整版，加入VIP享文档下载特权

/ 92

加入VIP 下载文档加入资源篮

文本预览下载提示常见问题

第四章支持向量机 (SVM)支持向量机 (SVM)支持向量机是一种机器学习算法，支持向量（ Support Vector ）就是离分隔超面最近的那些点。而机（ Machine ）则表示一种算法，不是表示机器。在该算法出现后的二十多年里它是最有影响力的机器学习算法之一。在深度学习技术出现之前，使用高斯核（ RBF ）的支持向量机在很多分类问题上一度取得了最好的结果。支持向量机不仅可以用于分类问题，还可以用于回归问题。它具有泛化性能好、适合小样本和高维特征等优点，被广泛应用于各种实际问题。目录SMO 算法4.5多分类问题4.6SVM 算法案例4.7CONTENTS线性分类器4.1线性可分性4.2线性不可分4.3核映射与核函数4.4线性分类器4.1线性分类器线性函数计算简单，训练时易于求解，是机器学习领域被研究得最深入的模型之一...

1、当您付费下载文档后，您只拥有了使用权限，并不意味着购买了版权，文档只能用于自身使用，不得用于其他商业用途（如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利）。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。
3、如文档内容存在侵权，违规、或者侵犯商业秘密、侵犯著作权等，请点击“侵权申诉”。

常见问题碎片内容